01 / 導讀
導讀
引用
Evans, I., Thornton, H., Chalmers, I., & Glasziou, P. (2011). Testing Treatments: Better Research for Better Healthcare (2nd ed.). Pinter & Martin. Free official edition: https://www.testingtreatments.org/wp-content/uploads/2012/09/TT_2ndEd_English_17oct2011.pdf
章節概要
第1章：新的——但更好嗎？
開篇一章論證，無論是常規療法還是補充/替代療法，每一種治療都需要公平（無偏）的檢驗，因為新療法被證明更差的頻率和被證明更好的頻率差不多。本章從1747年詹姆斯·林德在「索爾茲伯里號」軍艦上比較六種壞血病療法講起，隨後講述沙利度胺、止痛藥萬絡（Vioxx）、糖尿病藥物文迪雅（Avandia）和Björk-Shiley機械心臟瓣膜的故事，說明獲批上市並不保證安全，危害可能要多年後才顯現。關於赫賽汀（Herceptin）的一節展示了患者團體、企業和媒體的壓力如何誇大療效：一位患者講述，廣為引用的「50%獲益」落到她身上只是4%–5%的額外獲益。
第2章：預期的效果並未出現
本章把視角從新療法轉向那些憑理論或權威而被採用的既有療法。書中的例子包括：本傑明·斯波克建議讓嬰兒趴著睡（後來被認為與大量本可避免的嬰兒猝死有關）；能抑制心肌梗塞後心律不整、卻增加了死亡的藥物；孕期使用的己烯雌酚；荷爾蒙替代療法；以及用月見草油治療溼疹。本章要點是：理論和專家意見都不是可靠的指南，「成熟」的療法也可能弊大於利。
第3章：更多未必更好
本章從「合適劑量」的概念出發（低劑量的利尿劑和阿司匹林即可獲益，更高劑量只會增加副作用），回顧了一個世紀以來日趨激進的乳癌治療：霍爾斯特德根治性乳房切除術、「擴大」根治術，以及大劑量化療加骨髓移植。一個方框介紹了隨機分配，本章說明隨機對照比較最終如何證明創傷較小的治療同樣有效。本章最後呼籲醫生和患者「敢於考慮少做一些」。
第4章：更早未必更好
這是本版新增的篩檢一章。它把篩檢定義為「檢測加上有效的管理策略」，並強調向健康人提供篩檢本身就是一種干預。本章把明顯有益的計畫（新生兒苯丙酮尿症篩檢）與需要謹慎對待的計畫加以對比：嬰兒神經母細胞瘤普查、腹主動脈瘤篩檢、乳房X光攝影、前列腺癌PSA檢測、胸部X光肺癌篩檢、商業基因檢測和全身CT掃描。過度診斷、假陽性以及對益處的過度宣傳是貫穿全章的主題。
第5章：應對治療效果的不確定性
作者在這裡區分了兩種情況：一是效果極為顯著、無需正式試驗的少數療法（除顫、胰島素、雷射治療葡萄酒色斑、伊馬替尼治療慢性髓系白血病）；二是更為常見的中等效果，只有透過仔細比較才能發現。咖啡因治療早產兒呼吸問題、早產時使用抗生素等案例說明，不確定性往往長期得不到解決。本章認為，承認不確定性是專業精神的體現，治療可以在公平檢驗的框架內提供，而且患者能夠接受關於未知之處的坦誠討論。
第6章：對治療的公平檢驗
這是三個「技術性」章節中的第一個，它不用術語地解釋了為什麼需要比較：疾病常常自行好轉，安慰劑效應和期望也會影響判斷。本章闡述了「同類相比」的原則，從1854年托馬斯·格雷厄姆·鮑爾弗的交替分配，講到現代隱藏分配方案的隨機分配，並涉及交叉試驗和整群試驗、對所有被分配者的追蹤、如何處理偏離分配方案的情況，以及對結局的盲法評估。最後一節討論意外的副作用，包括英國的「黃卡」報告制度。
第7章：考慮機遇的作用
本章用一個簡單的表格（每組10人時死亡4對6，每組100人時死亡40對60）說明，同樣的風險比在人數較多時更有說服力。本章引入信賴區間，並以健康男性服用阿司匹林為例說明「統計學顯著」並不等於重要：1,000名男性服用十年，估計的獲益與所引起的嚴重出血人數相近。本章最後強調需要大型多中心試驗。
第8章：評估所有相關的可靠證據
由於單項研究很少足以作出判斷，本章以奧斯汀·布拉德福德·希爾針對研究報告提出的四個問題（為什麼開始、做了什麼、發現了什麼、這意味著什麼）為基礎，論證系統性回顧和統合分析的必要性。本章解釋綜述本身也可能有偏誤（未發表的研究、「包裝」、既得利益），並記錄了不先審視證據所付出的代價：對患者本可避免的傷害、對研究志願者的傷害以及資源浪費。最後介紹了一家醫學期刊的政策，要求把新研究的報告放在系統性回顧的背景中。
第9章：對治療檢驗的監管——幫助還是阻礙？
這同樣是本版新增的一章。它認為研究監管在研究與常規治療之間人為地劃了一道界線：在研究中考察不確定的療法要受到嚴格監督，而在研究之外使用同樣的療法卻幾乎無人審查。本章考察了研究倫理委員會以及資訊告知和知情同意程序，並提出一種合乎常識的知情同意方式。作者的結論是，監管增加了負擔，卻很少確保研究確有必要，也很少追蹤已獲批的研究。
第10章：研究——好的、壞的和不必要的
好研究的例子是預防中風的頸動脈內膜切除術試驗，以及用硫酸鎂治療子癇前期的Magpie試驗。壞研究的例子包括約2,000項精神分裂症試驗——規模太小或週期太短，並使用了數百種不同的評定量表——以及幾乎不測量產婦疼痛的早期硬膜外鎮痛試驗。不必要的研究包括：產前類固醇和尼莫地平治療中風在已有結論後仍繼續進行的安慰劑對照試驗，以及反覆進行的抑肽酶試驗。本章最後討論被扭曲的研究重點：「跟風藥」、行銷，以及布里斯托爾的一項調查——膝骨關節炎患者希望研究的是物理治療、手術和應對策略，而不是更多的藥物試驗。
第11章：做對的研究是每個人的事
本章轉向作為研究夥伴的患者和公眾。它回顧了患者參與的歷史（乳癌活動人士、20世紀80年代末的愛滋病活動人士），說明患者有時也會破壞公平檢驗（要求使用未經證實的藥物、患者組織與企業之間的利益衝突），並介紹讓公民參與確定研究重點的方式。其核心觀點是：患者要想有效參與，需要更多關於研究的一般知識，以及獲取公正資訊的管道。
第12章：那麼，什麼能帶來更好的醫療？
倒數第二章藉助一個診療示例，說明如何透過共同決策把公平檢驗得到的證據與個人價值觀結合起來。本章回答了九個常見問題，例如：面對危及生命的疾病是否什麼都值得一試？為什麼相對風險比絕對數字更容易誤導？試驗結果是否適用於某個人？基因檢測能補充什麼、不能補充什麼？如何避免被貼上疾病標籤？本章以《薩爾茨堡共同決策宣言》作結。
第13章：為正確的理由做研究——更美好未來的藍圖
最後一章描述了研究經費如何在四個環節被浪費（問錯問題、設計不良、結果未發表、報告有偏誤），並提出一份八點藍圖，從教公眾判斷有關療效的說法，到試驗註冊、全部結果公開和申報利益衝突。本章以一份讀者行動計劃結束，例如詢問「如果什麼都不做會怎樣」，以及對標題中的「突破」保持懷疑。
核心概念
第1–2章：新的——但更好嗎？；預期的效果並未出現
- 公平檢驗：為減少偏誤並考慮機遇作用而設計的治療比較，使結局差異可以歸因於治療本身。
- 獲批不等於安全：監管機構的批准可能基於有限的證據，不良反應可能在廣泛使用後才顯現。
- 未經檢驗的理論：看似合理的理由（如抑制心律不整）可能預言獲益，而公平檢驗卻顯示有害。
第3–4章：更多未必更好；更早未必更好
- 劑量與反應的權衡：超過一定劑量後獲益趨於平穩，而不良反應持續增加。
- 篩檢：檢測加上有效的管理策略，只有在執行良好的計畫中利大於弊時才是合理的。
- 過度診斷：發現那些本來永遠不會引起症狀的疾病，把健康人變成患者。
第5章：應對治療效果的不確定性
- 顯著效果與中等效果：大到無需對照比較、立竿見影的效果很少見，大多數有價值的效果是溫和的。
- 治療的不確定性：當沒有人知道哪種選擇更好時，在公平檢驗中提供治療是一種負責任的做法。
第6–7章：對治療的公平檢驗；考慮機遇的作用
- 同類相比：比較組之間除所接受的治療外不應有系統差異，最好的保證是在治療開始前進行隱藏分配的隨機分組。
- 盲法：讓患者和評估者不知道分組情況，以免期望使結局評估產生偏誤。
- 機遇的作用：可能製造表面差異的隨機變異，可透過研究足夠多的人數來減小，並用信賴區間來表達。
- 統計學顯著性與實際重要性：不太可能由機遇造成的差異，仍可能小到對患者沒有意義。
第8章：評估所有相關的可靠證據
- 系統性回顧：用明確的方法查詢、評價和綜合某一問題全部相關研究的綜述。
- 統合分析：對多項研究結果進行統計合併，以減小機遇的作用。
- 報告偏誤：對研究或結局的選擇性發表，往往偏向陽性結果，從而扭曲證據基礎。
第9–10章：對治療檢驗的監管；研究——好的、壞的和不必要的
- 知情同意的雙重標準：檢驗不確定療法的臨床醫生要遵守比單純開具這些療法的醫生更嚴格的規則。
- 不必要的研究：其問題早已有答案的研究，事先做一次系統性回顧本可發現這一點。
- 對患者重要的結局：研究應測量患者真正關心的東西（如疼痛緩解），而不是方便測量的替代指標。
第11–13章：做對的研究是每個人的事；什麼能帶來更好的醫療？；為正確的理由做研究
- 患者與公眾參與：在選擇研究問題和設計研究時與患者建立夥伴關係。
- 共同決策：把臨床醫生對治療選項和證據的瞭解與患者的價值觀和偏好結合起來。
- 絕對風險與相對風險：用「每100人或每1,000人中有多少人」來呈現結果，比相對百分比更誠實地反映獲益大小。
- 研究浪費：因問錯問題、設計不良、不發表和報告偏誤而造成的研究價值損失。
評析
優點
- 透過案例講授原理。 每個觀點都紮根於有據可查的事件（林德的壞血病試驗、沙利度胺、萬絡、斯波克的睡姿建議、根治性乳房切除術、神經母細胞瘤篩檢），讀者記住的是偏誤和機遇為何重要，而不是死記定義。
- 不用數學講統計。 第6–8章用小表格和淺白的語言解釋隨機分配、分配隱藏、盲法、信賴區間、統計學顯著性和統合分析。阿司匹林的例子和關於「吸引眼球的統計數字」的方框，把相對風險與絕對風險的區別講得很具體。
- 以患者為中心的視角。 本書由臨床醫生、研究者和患者權益倡導者合寫，把患者視為夥伴。第11–13章給出了實用的指導（該問的問題、可用的資訊來源、行動計劃），這在方法學讀物中並不多見。
- 章節結構清晰。 第1–11章每章末尾都有簡短的「要點」列表（第3章和第7章只有一條），各章附有參考文獻，方框中的引文和患者證言對正文形成補充。案例列表和補充資源部分也便於讀者查詢內容。
局限
- 案例和資源已顯陳舊。 正文定稿於2011年，文迪雅的監管經過、篩檢建議、網站（NHS Choices）以及研究經費數字都反映了當時的情況。關於乳房X光攝影、PSA檢測和試驗註冊規則，讀者應查閱現行指南。
- 以英國為中心。 NICE、MHRA、研究倫理委員會和NHS等機構在案例中佔主導，美國、澳洲和紐西蘭的案例只是偶爾出現；其他地區的讀者需要把有關監管的討論轉換到本國情境。
- 倡導多於中立的綜述。 作者明確主張某些立場（例如研究監管過度、隨機化證據應成為常規）。這些論證有充分的文獻支持，但關於監管和觀察性證據的不同觀點著墨較少。
- 不教動手的評價技能。 本書解釋了公平檢驗為何重要，但沒有教讀者如何逐節閱讀試驗報告、計算效應指標或使用嚴格評價清單。
在課程中的定位
在一門以閱讀研究論文為核心的課程中，《Testing Treatments》是概念上的起點。它用非專業的語言解釋了試驗為什麼要同類相比、機遇和選擇性報告為什麼重要，以及為什麼在開展新研究之前要先做系統性回顧。Trisha Greenhalgh與Paul Dijkstra合著的《How to Read a Paper》（不要求統計基礎的簡短入門指南）是自然的下一步，因為該書被介紹為把這些觀念轉化為對不同類型論文的實際評價。Straus等人的《Evidence-Based Medicine: How to Practice and Teach EBM》（一本假定讀者有一定臨床經驗和研究設計基礎的教科書）則進一步討論如何把證據應用於個體患者以及如何講授實證醫學。
課程中列出的研究論文——例如關於心臟手術中正性肌力藥使用的多中心觀察性分析，以及關於神經周圍糖皮質激素、靜脈與口服乙醯胺酚比較的研究——都是原始研究報告。先讀《Testing Treatments》第6–8章，學生就有了相應的語彙，可以針對每篇論文追問：是否做到了同類相比？如何處理機遇的作用？結局指標對患者是否重要？本書不能替代嚴格評價手冊，但它提供了各種清單背後的道理。
如何使用本書
本書既面向學生和臨床醫生，也面向普通讀者，不要求任何統計或研究背景。醫學、護理及相關健康專業的學生可以在實證或研究方法課程開始時，分幾次讀完。
一個實用的閱讀計劃是：先快速讀完引言和第1–4章中的案例故事，然後仔細學習第6、7、8章，因為它們包含了方法學的核心觀念（比較組、隨機分配、盲法、機遇、系統性回顧）。第5章和第10章適合用於研討不確定性和研究浪費；第9章和第11–13章對關注研究倫理、患者參與和共同決策的讀者最有意義。第1–11章末尾的「要點」可直接用作複習筆記。在為課程閱讀研究論文時，可以試著在論文的方法部分逐一找出第6章討論過的各項要素。
本書沒有習題。作者推薦讀者訪問詹姆斯·林德圖書館（James Lind Library）和Testing Treatments Interactive網站獲取更多材料，書末的補充資源部分還列出了有關共同決策和證據評價的書籍與網站。
版本與來源
本導讀依據《Testing Treatments: Better Research for Better Healthcare》第二版（Pinter & Martin，2011年；第一版2006年由大英圖書館出版），使用作者在 https://www.testingtreatments.org/wp-content/uploads/2012/09/TT_2ndEd_English_17oct2011.pdf 免費發布的2011年10月17日版英文PDF。導讀參考了兩篇序言、前言和引言、完整目錄，以及全部13章（每章開篇、所有小節標題和方框案例、各章末的全部要點，第1、6、7、12、13章全文，以及第4、8、10章的大部分內容）。